Introducción al mapeo con drones

El mapeo con drones es una tecnología de teledetección para crear mapas en 2D y 3D de un área utilizando datos de sensores montados en un dron o un vehículo aéreo no tripulado (VANT).

Se trata de mapas geoespaciales que contienen coordenadas de ubicación específicas del mundo real para cada punto de datos. Los datos de mapas embebidos permiten realizar mediciones del mundo real para aplicaciones de construcción, agricultura, planificación urbana y estudios topográficos.

El mapeo con drones requiere tres componentes:

1. Dron o VANT: Los drones pueden controlarse manualmente o volar autónomamente sobre el área de estudio.
   1. Los drones controlados manualmente se dirigen desde una estación terrestre a través de un control remoto que utiliza protocolos de comunicación, como MAVlink.
   2. Los drones autónomos pueden volar y maniobrar sin piloto sobre el área de estudio y recopilar datos para el mapeo con drones.
2. Sensores de drones: Los sensores montados en drones que se utilizan para mapeo suelen ser cámaras y sensores de LiDAR.
   1. Las cámaras capturan imágenes superpuestas secuencialmente. Las más utilizadas son:
      1. Cámaras de imagen visible: Cámaras normales que capturan imágenes visuales (del espectro de luz visible) que se representan como RGB. Son las más utilizadas para mapeo con drones.
      2. Cámaras de imágenes espectrales: Capturan imágenes del espectro de luz visible e invisible. Las imágenes pueden ser multiespectrales, con entre 3 y 15 bandas, o hiperespectrales, con cientos de bandas representadas como cubos de datos.
   2. Los sensores de LiDAR capturan datos de nube de puntos utilizando LiDAR, es decir, “detección y distancia por luz”.
3. Software de mapeo: El software de mapeo con drones procesa los datos recopilados desde sensores para extraer y combinar características de datos consecutivos y unirlas a fin de crear mapas en 3D del área. En función de los sensores, los dos procesos más comunes en el mapeo con drones son:
   1. Fotogrametría: Durante un mapeo con drones y cámaras, las imágenes capturadas se pueden unir en las regiones superpuestas para crear un modelo en 3D del área. Este método se denomina fotogrametría. Puede utilizar MATLAB^® con Computer Vision Toolbox™ para implementar fotogrametría.

   La fotogrametría es un método fácil y económico debido a la gran disponibilidad de cámaras. Sin embargo, depende en gran medida de cuán visibles son las características de los datos capturados con cámaras. La visibilidad se ve afectada por la altura a la que navegue el dron y aspectos ambientales tales como oscuridad, nubes y niebla.

   2. Mapeo con LiDAR: Durante un mapeo con drones y LiDAR aéreo, las imágenes capturadas se pueden utilizar para crear mapas en 3D. Este enfoque identifica las características comunes de las nubes de puntos de LiDAR superpuestas y las utiliza para unir las nubes de puntos y crear mapas en 3D. Lidar Toolbox™, que se puede utilizar con MATLAB, proporciona algoritmos y funciones para crear mapas en 3D a partir de datos de LiDAR.

   La mayor ventaja del mapeo con LiDAR es que funciona independientemente de la visibilidad del entorno. Los sensores de LiDAR también pueden penetrar áreas con vegetación densa, lo que los hace ideales para aplicaciones forestales. No obstante, los sensores de LiDAR son más costosos y pesados que las cámaras.

MATLAB también ofrece entornos de simulación en los que puede crear datos sintéticos de LiDAR y cámaras para probar algoritmos de mapeo con drones antes de desplegarlos en el mundo real. Además, puede conectarse con software externo para estaciones terrestres, como QGC, y comunicarse con pilotos automáticos tales como PX4^®, con UAV Toolbox.

Este flujo de trabajo muestra los pasos para utilizar fotogrametría/mapeo con LiDAR a fin de crear mapas en 3D a partir de sensores montados en un dron.

1. Recopilación de datos: El mapeo con drones comienza volando el dron sobre el área de estudio para recopilar secuencialmente los datos deseados.
2. Preprocesamiento de datos: Después de capturar datos de imágenes o LiDAR, puede utilizar MATLAB para preprocesarlos y prepararlos para la generación de mapas. Esto incluye métodos tales como eliminación de ruido y reducción de la tasa de muestreo.
3. Generación de mapas: Después del preprocesamiento, se deben unir los datos para crear un mapa en 3D del área. En este paso normalmente se utilizan las características comunes del área de superposición de dos puntos de datos secuenciales a fin de identificar la transformación entre ellos para unirlos.
4. Optimización de gráficas de posición: Si la trayectoria del dron presenta cierres de lazo, puede implementar la optimización de gráficas de posición para mejorar la precisión del mapa en 3D generado.